基于灰色关联的区间灰数OWA-TOPSIS方法

来源 :第28届全国灰色系统学术会议 | 被引量 : 0次 | 上传用户:yu964230
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
针对方案的指标信息为区间灰数的群决策问题,提出了一种OWA-TOPSIS方法.首先,通过定位系数将区间灰数进行白化;然后根据灰色关联方法求得各个专家提出决策矩阵的指标权重,通过TOPSIS方法进行单个决策专家的信息融合;利用OWA算子进行专家信息的融合.最后通过案例分析验证本文提出方法的有效性和可行性.
其他文献
在过往小样本学习方法中,虚拟样本产生法虽已被证实能有效提升机械学习算法的学习结果,然而对于如何确认所产生之虚拟样本的质量并未有明确的定义,如扩散神经网络虽有考虑属
固相微萃取(SPME)技术是90年代发展起来的,是一种简单、高效的样品前处理技术.该技术利用纤维涂层的性质,萃取和富集样品中的目标分析物,这种技术省时,溶剂和样品用量少,已广
如何从资料中撷取出有意义的资讯,统计理论在过往扮演着重要的角色,然囿于其对于母体假设的基本限制,已无法因应现实世界中各种不同面向的资料,因此资料探勘与类神经网路等机
以统计学和灰色系统理论为基础,提出多维测量系统中互不确定度的简化灰色评定模型,提高了多维测量不确定度的评估效率.利用协方差的统计特征,推导出互不确定度与两个被测量的
调适性神经模糊推论系统(Adaptive Network-Based Fuzzy Inference System;ANFIS)自从提出后,于分类或是数值预测问题的应用上均甚为广泛,然ANFIS虽可藉由其学习过程对于初始
电子信息装备是军队战斗力的重要物质技术基础,是影响战争形态和战争胜负的重要因素,是军事技术发展水平的重要体现,是国防现代化的重要标志。随着电子化信息化的武器装备越来越
小样本学习问题,常发生于系统建置初期数据稀少、取得困难或以及取得成本过高等环境却必须从事学习之情况,因此如何从中撷取更多有意义的信息,于近年已成为研究的课题.在过往
近些年来,居民消费者价格指数(CPI)不断攀升,给国家的政策决定和居民的日常生活带来了巨大的影响,日益成为了一个不可忽视的因素.本文首先阐述了CPI的重要性以及选用灰色模型
分子印迹技术(molecular imprinting technique,MIP)也叫分子模板技术,是指以某一特定的目标分子为模板,制备对该分子具有特异性聚合物的过程.基于分子印迹材料的构效预定性
  The gray correlation analysis approach is employed to analyze the effect of number of pipe rows,the air circulation rate and the air temperature on efficien